CC BY
66
Г.Ю. Яламов, Т.Ш. Шихнабиева
(Москва)
АДАПТИВНЫЕ ОБРАЗОВАТЕЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ: ПОДХОДЫ К ИНТЕЛЛЕКТУАЛИЗАЦИИ
ADAPTIVE EDUCATIONAL INFORMATION SYSTEMS: APPROACHES TO INTELLECTUALIZATION
В статье приведены результаты анализа современного состояния адаптивных информационных систем образовательного назначения. Рассмотрены возможные способы и подходы к их интеллектуализации. Предложена структурная схема адаптивного блока интеллектуальной поддержки процесса управления обучением, включающая базу знаний дидактических правил. Ключевые слова: адаптивное обучение, адаптивные информационные системы, интеллектуальные информационные системы, принципы дидактических систем, модель обучаемого, адаптивная технология, интеллектуальная технология.
The article deals with the problems of visualization of educational information related to the lack of teaching methods for designing visual elements, the subject base and the cultural basis for systemic developing relevant skills. Solutions are proposed, effects of applying the system, activity and cultural approaches to developing intellectual-graphic culture of schoolchildren are revealed. Key words: : adaptive learning, adaptive information systems, intellectual information systems, principles of didactic systems, model of a student, adaptive technology, intellectual technology.
Современная научная трактовка адаптивного обучения предполагает пер-сонализацию процесса обучения на основе создания электронных курсов, учитывающих индивидуальные особенности обучаемых, в том числе уровень начальных знаний, восприятие, психологические особенности, а также индивидуальные задачи и цели обучения. Модели адаптивного электронного обучения реализуются на базе нескольких современных подходов и методов: метода экспертных оценок, мультиагентного подхода, программированного обучения на основе пакета прикладных программ (традиционный подход), методов нечеткой логики, основанных на теории нечетких множеств; технологии вывода на основе нейросетевых алгоритмов; интеллектуального планирования, онтологического инжиниринга и др.
Современное адаптивное электронное обучение в настоящее время активно разви-
вается в сфере образования, опираясь на методы инженерии знаний, применяемых при создании информационных систем образовательного назначения с учетом поведения и состояния знаний человека в процессе обучения [1].
Проанализируем обозначенные выше подходы.
Метод экспертных оценок, основанный на применении экспертных информационных систем, позволяет реализовать возможность не закладывать предварительно последовательность шагов обучения, так как она строится самой информационной системой в процессе ее функционирования. Это позволяет сформировать для каждого обучаемого первичный индивидуальный план обучения на основе его компетентностно-о-риентированной модели, которая строится на основе анализа ответов на вопросы из специальных тестов, некоторых личност-
ных характеристик обучаемого. Экспертные обучающие системы (далее - ЭОС) способны выполнять структурную и параметрическую адаптации, позволяющие приблизить структуру и параметры модели обучаемого к его реальному «портрету», но представляемые при этом дидактические возможности весьма ограничены. Индивидуальный план обучения корректируется ЭОС по результатам отображения текущей модели обучаемого, основанной на опыте его обучения, на эталонную модель курса с последующим сравнением с фрагментами прикладной онтологии курса или дисциплины.
В качестве инструментального средства построения экспертных систем представляет интерес комплекс АТ-ТЕХНОЛОГИЯ [2], направленный на разработку и использование в учебном процессе ЭОС для автоматизированной поддержки целого ряда учебных дисциплин. В частности, накопленный технологический и методический опыт автоматизированного ведения значительного числа индивидуальных моделей обучаемых по этим дисциплинам и соответствующих моделей обучения позволяет на основе результатов его анализа использовать и развивать современные инновации в решении задач интеллектуального обучения с помощью интегрированных ЭОС, включая и веб-интегрированные ЭОС. На основе средств комплекса удалось реализовать определенный набор функциональных задач, характерных для интеллектуальной технологии обучения, в том числе «индивидуальное планирование методики изучения конкретного учебного курса», «интеллектуальный анализ решений учебных задач», «интеллектуальную поддержку принятия решений».
Кроме того, разрабатывается технология автоматизированного построения интегрированных ЭОС, использующая одновременно подходы как инженерии знаний, так и онтологического инжиниринга, интеллектуального планирования и традиционного программирования [2].
Мультиагентный подход позволяет реализовать возможность адаптации всех уровней (структурный и параметрический,
объекта управления, целей обучения), что дает возможность управлять объектом - обучаемым - на всех этапах процесса обучения. Подход основан на построении системы как совокупности программ (агентов). Каждый агент имеет собственное семантическое описание своего поля деятельности (свои структуру и знания), представляя собой ЭОС с традиционной структурой. Агент кроме памяти своей деятельности обладает и собственными ресурсами для достижения собственных целей, имеет возможность взаимодействия с другими агентами и разрешения конфликтов с целями других агентов для достижения общей цели. Это позволяет свободно выбирать те цели процесса обучения, которые преследуются на данный момент управляющей подсистемой, и в соответствии с этими целями выбирать эталон (представленный соответствующим агентом). Соответствие эталону достигается текущей моделью обучаемого. Таким образом, для каждой конкретной задачи обучения составляется определенная группа агентов, что говорит о смене структуры и целей решающей подсистемы в зависимости от поставленной задачи.
В аспекте нашего исследования представляет интерес облачная платформа IACPaaS (Intelligent Application, Control and Platform as a Service), предназначенная для обеспечения поддержки разработки, управления и удаленного использования прикладных и инструментальных мультиагент-ных облачных сервисов и их компонентов для различных предметных областей [2]. На базе данного сервиса удалось создать виртуально реализованный компьютерный обучающий тренажер для студентов медицинских вузов с целью отработки их профессиональных знаний, умений и навыков в процессе обучения одному из разделов медицины [3]. Разработан также проблемно-независимый инструментарий, позволяющий создавать не только обучающие тренажеры, но и обучающие курсы, виртуальные лаборатории и анимированные ролики. Однако данный инструментарий не содержит компонентов, необходимых для создания систем обучения, основанных на модели обучаемого и опыте его обучения.
По функциональному признаку адаптивную информационную обучающую систему (далее - АИОС) можно разделить на две подсистемы:
1) подсистему хранения, обработки и отображения данных (легко алгоритмизируемые функции);
2) интеллектуальную подсистему (интеллектуальные функции, то есть функции принятия решений).
Эти две подсистемы взаимодействуют друг с другом, оставаясь независимыми, что позволяет редактировать базу знаний и влиять на работу системы в целом (изменение критических алгоритмов, данных, участвующих в процессе выбора решения). Универсальная структура интеллектуальной подсистемы инвариантна к её наполнению и может применяться в различных автоматизированных информационных системах без каких-либо изменений.
Таким образом, интеллектуализация информационных систем обеспечивает их свойства, то есть АИОС априори является интеллектуальной системой.
Ядром интеллектуальных систем образовательного назначения (далее ИОС) прин-
ципиально является база знаний, которая поддерживает постоянно развиваемую модель предметной области. Эта база знаний должна адекватно отражать текущие знания о предметной области. Наличие таких предметных областей и задач автоматизации учебного процесса обусловливает оптимальность использования данного принципа при создании ИОС. Но интеллектуализация архитектуры образовательных систем, которая обеспечивает их адаптивные свойства, в большинстве случаев затруднена необходимостью алгоритмизации структур данных предметных областей, сложностью самих структур. Постоянные и частые изменения (даже несущественные), затрагивающие как учебный материал, а значит, и значения некоторых данных, участвующих при выработке решений, вызывают необходимость изменять тот или иной процесс системы, что в свою очередь связано с необходимостью анализа больших объемов кода, которые отражают предметные области, связанные с обучением или самообучением, а также с управлением вузом или школой.
Показательным в данном отношении является пример решения проблем созда-
Рис 1. Структурная схема адаптивного блока интеллектуальной поддержки подсистемы управления обучением.
ния обучающих ИС в рамках проекта «IDEA» (создание обучающих экспертных систем по ряду предметных областей). Он был направлен на создание автоматных моделей учителя и ученика [4], взаимодействующих через пространство учебного материала, формализованного к виду размеченных информационных деревьев или нагруженных графов, имеющих общий вид. Удачные примеры обучающих систем были построены в области изучения иностранных языков на основе ЭОС. Однако данные проекты не удалось развить до полного завершения в силу необходимости создания большого набора решающих правил, что вызывало большие затраты ресурсов. Несмотря на это, исследования, связанные с экспертными информационными системами, продолжаются и сейчас.
Применение специализированных инструментальных высокотехнологичных средств электронного обучения в информационных системах создает предпосылки, но не гарантирует высокого дидактического качества электронных образовательных ресурсов и учебного процесса. Более того, в процессе автоматизированного обучения сложился целый ряд противоречий, нарушающих интеграцию и дифференциацию - основные тенденции современного образования. Необходимо заметить, что эти противоречия проявляются и в традиционном обучении и связаны с тенденцией к упрощению ряда учебных материалов как в общеобразовательной школе, так и в высшей, вызванной снижением уровня подготовки абитуриентов и высокой загруженностью профессорско-преподавательского состава высших учебных учреждений, формальным подходом к управлению качеством образования и борьбой за количественные показатели. Вследствие разрушения ряда научных школ, разрыва преемственности в образовании и российской науке, снижения качества диссертаций в педагогической практике на протяжении ряда лет наблюдалось понижение требований к подготовке и переподготовке учителей и профессорско-преподавательского состава.
Как показал анализ опыта применения адаптивных информационных систем
учебного назначения в образовательных учреждениях [5, 6, 7 и др.], отсутствует целенаправленное использование высокотехнологичных средств электронного обучения в управлении учебным процессом в соответствии с требуемыми принципами дидактических систем [8]. Методы формирования моделей обучаемых и баз знаний предметных областей в рассмотренных ИОС не предусматривают деления образовательного контента на дидактические единицы предопределенных типов. Индивидуальные стратегии обучения не учитывают оптимальность дозировки знаний и упражнений преподавателем в зависимости от способностей обучаемого, скорости запоминания и забывания им знаний, устойчивости и продолжительности его активного состояния. Все это ограничивает возможность автоматической проверки электронного учебного курса на дидактическую полноту, препятствует переносу в другой курс однотипных дидактических единиц, построению индивидуального плана обучения, адекватного модели обучаемого.
В этой связи актуально введение в подсистему управления обучением ИОС адаптивного блока интеллектуальной поддержки, структурная схема которого представлена на рисунке 1.
ИТО - индивидуальная траектория обучения, МИТО - модуль формирования ИТО, БЗ - интегрированная база знаний, БЗ-п -базы знаний различных предметных областей, МО - модель обучения.
Основной целью функционирования данного блока является построение индивидуальной траектории обучения. Особенность состоит в том, что схема предусматривает модуль формирования образовательного контента, конфигурирующий базы знаний разных предметных областей, а механизм логического вывода сопряжен с базой знаний дидактических правил в виде формализованных дидактических требований эксперта (инженера по знаниям), согласно которым возможны деление образовательного контента на дидактические единицы и учет некоторых индивидуальных когнитивных способностей обучаемого.
Предлагается следующий подход к реализации данного блока. Используется специальный механизм логического вывода фрагментов и фактов образовательного контента (локальная верификация и оценка качества учебного процесса на основе сравнения выбранного сценария прохождения учебного материала с онтологией курса). Алгоритмы логического вывода и обучения формализованы в виде достаточно большого набора кривых, допускающих естественную интерпретацию типа: «единичная ошибка», «прогресс». Алгоритм выборки и логического вывода фрагментов образовательного контента реализуется декомпозицией информационного ресурса. Образовательный контент структурирован в виде набора деревьев, имеющих перекрёстные ссылки. Данный подход обеспечивает иерархичность структуры обучающего материала и формирование различного рода ссылок, создающих первичные, вторичные и другие дидактические структуры учебного материала, отражающие взаимосвязи различных учебных целей, задач компетенций и управляющих воздействий.
В зависимости от типа модели обучаемого и выбранного сценария обучения (дедуктивный, индуктивный и гибридный) предлагается использовать три вектора обучения («медленный», «нормальный» и «быстрый»).
Данный подход позволяет имитировать процесс реального обучения с учётом таких дидактических особенностей, как взаимная интеграция процессов верификаций моделей учителя, обучаемого и учебного курса, оптимальность стратегии дозировки знаний и заданий учителем, когнитивные способности и уровень базовых знаний обучаемого, скорость забывания и запоминания им знаний, устойчивость и продолжительность его активного состояния.
Выделим основные дидактические требования к ИОС:
1. Обеспечение обучаемого наиболее подходящей, индивидуально спланированной последовательностью информационных блоков и учебных заданий. Возможность активного и пассивного построения
такой последовательности в зависимости от текущей модели обучаемого.
2. Реализация интеллектуального анализатора решений, обеспечивающего анализ конечных ответов обучаемого на образовательные задачи. Целью интеллектуального анализа решений является определение верности или ошибочности решения, предложенного обучаемым, нахождение того, что именно неправильно или неполно в ответе и, возможно, определение недостающих или неправильных знаний, ответственных за ошибку. Это предоставляет учащемуся обратную связь и позволяет обновлять модель обучаемого.
3. Обеспечение интерактивной поддержки в решении задач - технологии, которая без ожидания конечного решения предоставляет обучаемому интеллектуальную помощь во время решения задачи. Это может быть помощь, основанная на примерах, - решение новых задач не с выделением ошибок, а на примерах из успешно решенных ранее схожих задач.
Сформулируем основные педагоги-ко-технологические требования к таким системам с учетом представленных выше дидактических требований.
S Система интегрирована во внешнюю среду, то есть в сеть интернет или локальную сеть учебного заведения, имеет средства коммуникации, позволяющие осуществлять взаимодействие участников учебного процесса и связь с системой, обеспечивать их работу в сети.
S ИОС должна быть открытой, что подразумевает возможность использования при её функционировании информационных ресурсов, хранящихся не только на локальных серверах, но и распределенных в сети Internet (Веб-ресурсах). Для реализации свойства открытости есть различные механизмы адекватного поиска необходимой информации с целью обмена и включения ее в базу данных и базу знаний ИОС. Эти механизмы используют метаданные, то есть данные о данных.
S Построение ИОС должно идти по пути интеграции двух типов технологий -адаптивной и интеллектуальной, содержа-
щих технические приемы и методы, связанные с различными способами реализации и функциональности ИОС;
^ Интеллектуальная технология в ИОС обеспечивает построение последовательности курса обучения (определенной последовательности обучающих воздействий) и интерактивную поддержку в решении задач. Построение последовательности курса обучения означает обеспечение обучаемого индивидуально спланированной последовательностью занятий и учебных заданий. Содержание учебных воздействий определяется степенью конкретизации поставленной задачи, зависящей от уровня знаний и умений обучаемого и его психологического портрета. Возможно использование системы комплексной технологии построения курса обучения, то есть сочетание активного (с наличием персональных целей обучения) и пассивного (корректирующего) построения последовательности курса, формирующего его на основе доступного обучаемому дидактически полного материала базы знаний предметной области.
^ Для выполнения функции интеллектуального анализа ответов учащихся в ИОС должен быть реализован анализатор решений, позволяющий оценивать ответ обучаемого, а также выявлять умения и навыки обучаемых на основе моделирования процесса их рассуждений.
Поэтому актуально создание универсальной системы, способной давать полную экспертную оценку образовательной деятельности конкретного обучаемого, и в то же время поддерживать процесс выбора оптимальной образовательной траектории с учетом дидактических правил.
Адаптивность системы достигается с помощью создаваемой в ИОС развитой «модели обучаемого», которой соответствуют индивидуальные инструкции и методические указания к тем или иным видам учебных заданий. Реализовать такую модель обучаемого можно, например, с применением семантической сети, организованной на основе первоначального построения априорной модели обучаемого, основанной на его самооценке.
В соответствии с результатами текущего контроля процесса обучения модель может переопределяться с учетом изменений в знаниях и опыта обучаемого. Система должна обеспечить адаптивность представления материалов курсов, навигации и тестирования, разбиение материала на дидактические единицы. Поэтому необходимо предусмотреть возможность разделения инженером по знаниям всего курса изучаемой дисциплины на разделы, состоящие из набора тем. Тогда соответствующие модели предметных областей будут строиться для каждого из разделов курса, что позволит адекватнее выстроить первоначальную модель обучаемого на основе его психолого-педагогических характеристик и результатов тестирования.
Из множества созданных инженером по знаниям обучающих воздействий в режиме работы с обучаемым формируется стратегия обучения. При создании сценариев обучения должны использоваться (в качестве обучающих воздействий проблемных областей) пакеты прикладного программного обеспечения графического и расчетного характера, главы гипертекстового учебника и консультации с системой и др.
Таким образом, адаптивные системы для организации поддержки процесса обучения должны обеспечить реализацию полного спектра функций, экспертную оценку качества предоставляемого и формируемого знания, алгоритмы и функционал с учетом индивидуальных особенностей обучаемых, дидактическую полноту моделей предметных областей.
Литература
1. Рыбина Г.В. Интеллектуальная технология построения обучающих интегрированных экспертных систем: новые возможности // Открытое образование. - 2017. - Т 21. - № 4. -С. 43-57.
2. Грибова В.В., Клещев А.С., Москаленко Ф.М. и др. Облачная платформа IACPaaS для разработки оболочек интеллектуальных сервисов: состояние и перспективы развития // Программные продукты и системы. - 2018. - Т. 31. - № 3. - С. 527-536.
3. Грибова В.В., Петряева М.В., ФедорищевЛ.А. Компьютерный обучающий тренажер с виртуальной реальностью для офтальмологии // Открытое образование. - 2013. - № 6. -С. 45-51.
4. Конькова Д.С., Матвеев В.А., Комиссарова О.Р. и др. Анализ применения экспертных систем в образовании // Современные научные исследования и инновации. - 2015. -№ 12 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2015/12/60271 (дата обращения: 23.09.2018).
5. Ваграменко Я.А., Яламов Г.Ю. Анализ направлений интеллектуализации современных информационных систем учебного назначения // Сетевое издание «Управление образованием: теория и практика». - 2016. - № 4 (24). - C.44-56.
6. Шихнабиева Т.Ш., Яламов Г.Ю. О проблемах интеллектуализации информационных систем образовательного назначения в учреждениях среднего профессионального образования и пути их решения // Сетевое издание «Управление образованием: теория и практика». - 2017. - № 4. - С. 25-39.
7. Силкина Н.С., Соколинский Л.Б. Обзор адаптивных моделей электронного обучения // Вестник ЮУрГУ Серия: Вычислительная математика и информатика. - 2016. - Т. 5, -№ 4. - С. 61-76.
8. Чуракова Р.Г. Дидактическая система Л.В. Занкова. Проблемы и перспективы. - М.: АНО Центр «Развивающее образование», 2001. - 40 с.
